一种基于自适应特征迁移融合的嵌入式智能轴承故障诊断方法

本发明涉及故障诊断技术领域，具体公开了一种基于自适应特征迁移融合的轴承故障诊断方法。该方法利用自适应特征迁移融合算法，通过对加速度、载荷、温度和转速多模态信号进行综合处理，实现了复杂工况下的嵌入式智能轴承故障精准诊断。针对传统诊断方法信号特征难以提取、不同工况数据分布差异较大的问题，本发明提出一种自适应特征迁移融合算法，通过构建迁移学习模型，结合特征选择和融合机制，提高了故障特征在不同工况和数据集中的鲁棒性与表达能力。相比传统深度学习算法对大规模标注样本的依赖，该方法能高效利用少量标签数据，显著降低了对硬件算力和数据资源的要求，为工业现场的在线故障诊断提供了一种高效、灵活的嵌入式轴承故障诊断方法。